分类： 科技

小米 YU7 今日起开启交付，全国 58 城用户将喜提新车

小米汽车官微昨日发文宣布，小米 YU7 明天将正式开启全国交付，覆盖全国 58 个城市（官微暂未公布具体城市名单）。

6 日上午 10:00 至 7 日晚上 24:00，小米 YU7 还将开启限时改配。锁单用户 (非准现车) 都可参与改配，如改配成功，将重新安排生产并重新计算预计交付时间。此次改配仅限 YU7 标准版 / Pro / Max 之间进行版本修改，或对 YU7 订单配置进行修改。（来源：IT 之家）

降价奏效，苹果 iPhone 二季度在国内销量实现两年来首次增长

近日，研究机构 Counterpoint Research 的一份报告显示，预计 2025 年第二季度中国智能手机销量同比略有上升，华为和苹果引领增长。

得益于 iPhone 16 系列促销活动，尤其是 iPhone 16 Pro 和 iPhone 16 Pro Max，苹果 5 月份实现销量增长。

也正是靠着降价这一步棋，今年第二季度，苹果 iPhone 在中国的销量实现两年来首次增长，不过反观竞争对手华为（增速 12%），增速仍要远超他们的 8%。（来源：快科技）

 

英伟达 GeForce 宣布参展 BW2025，RTX 5080/5070 公版显卡限量发售

英伟达昨日发布公告，宣布 7 月 11 日-7 月 13 日「GeForce 神秘登陆 Bilibili World 2025」。

英伟达表示，届时将开放 RTX5080/5070 公版显卡售卖。自 7 月 5 日起，用户可登录 B 站 App 在线预约（打开 bilibili 右下角「我的」，点击推荐服务「BW 乐园」，按页面指示完成预约）。

除此之外，英伟达还将举行多场游戏试玩会，包括暂未发售的《明末：渊虚之羽》（7 月 13 日），届时将有超过 30 名 UP 主陆续空降展台，与玩家展开现场直播、合影互动、水友赛等活动。（来源：IT 之家）

 

Meta 继续为 AI 业务「招兵买马」，计划收购声音克隆企业 PlayAI 部分资产

彭博社六月末报道称，Meta 正与 AI 声音克隆企业 PlayAI 展开深入谈判，计划收购这家小型初创公司的技术和部分员工。不过根据知情人士的消息，这笔交易尚未最终确定，仍可能发生变化。

PlayAI 技术和人员资产的加入将进一步丰富 Meta 在 AI 领域的储备，尤其是在 AI 助手和智能眼镜等软硬件的语音功能方面，提升与 OpenAI、谷歌在这一方面的竞争力。

与 PlayAI 的谈判是 Meta 的 AI「买买买、挖挖挖」行动的最新篇章之一：就在上个月该企业以 143 亿美元（现汇率约合 1024.91 亿元人民币）收获 Scale AI 近半数股权同时带走其创始人收获 S；近来又有消息传出 Meta 斥巨资从 OpenAI 挖角多位研究人员。（来源：IT 之家）

美团即时零售日订单已突破 1.2 亿，餐饮订单占比过亿

据美团内网公布信息显示，截至昨日 22 时 54 分，美团即时零售当日订单已经突破了 1.2 亿单，其中，餐饮订单已超过 1 亿单。

值得注意的是，就在当晚 20 时 45 分，美团内网曾显示即时零售日订单突破了 1 亿。这也意味着，在 2 个小时的时间内，美团已产生了超过 2000 万笔订单。考虑到周末夜宵时段仍然是外卖高峰期，这一数据目前仍在增长中。

7 月 5 日是暑期消费旺季正式开启后的第一个周末，也是外卖消费的传统促销季。公开报道显示，去年夏天美团的订单峰值超过了 9000 万单。（来源：雷锋网）

 

英特尔前 CEO 帕特·基辛格承认他低估了 AI 的影响

今日，日经亚洲的一篇报道称，英特尔前首席执行官帕特·基辛格承认，在他任职期间，公司在人工智能方面的做法乏善可陈。

他说，「我和英特尔的几乎所有人都低估了人工智能的影响。纵观今天的人工智能芯片，不难发现芯片在人工智能计算方面的性能不断提升，但这些芯片的功率效率却三代都没有改变。」

英特尔对人工智能的犹豫在基辛格最初认为「推理」就是一切的时候就更加明显了，当时 NVIDIA 和其他公司正忙于模型训练。当时英特尔的前首席执行官声称，公司已准备好抓住推理需求的机遇，甚至将 CUDA 称为「护城河」。尽管如此，我们从未在人工智能领域看到英特尔有任何产品能够与 NVIDIA 竞争，除了他们的 Xeon 服务器 CPU 这种统治市场数十年的产品。（来源：cnBeta）

 

3C 认证充电宝销量猛增，部分商家库存告急

7 月 5 日消息，据央视财经报道，近期，「充电宝召回」事件引发广泛关注，3C 认证已成为消费者衡量充电宝品质的关键指标，国内部分机场也加强了对充电宝 3C 标识的查验力度。

记者探访发现，线下市场和电商平台带有 3C 标识的充电宝产品销量都出现增长。记者在几大电商平台发现，在售的充电宝产品均已带有 3C 认证标识，无 3C 认证的充电宝已经被禁止上架销售，部分商家库存告急。（来源：IT 之家）

 

谷歌 DeepMind、普林斯顿大学推出新 AI 模型，可精准预测人类行为

7 月 5 日消息，据外媒 iXBT 4 日报道，德国 Helmholtz AI 研究计划、谷歌 DeepMind、普林斯顿大学等机构的研究团队近日联合发布了一项重要成果：一款名为 Centaur 的通用型 AI 模型，首次实现了在大规模认知任务中预测人类行为的能力。

Centaur 基于 700 亿参数的 Llama 3.1 语言模型，并通过名为 Psych-101 的数据集进行了专门训练。该数据集汇集了来自 6 万名参与者、覆盖 160 个实验的超过 1000 万个决策，涵盖了感知、记忆、逻辑推理、道德判断及不确定性决策等领域。凭借这一训练方式，Centaur 能够在未接触过的新情境下做出精准预测。

目前，Psych-101 数据集和 Centaur 模型已全部开放，未来还计划拓展应用至儿童心理学、精神病学等更多领域。（来源：IT 之家）

领克 900 2.0T 探索版汽车启运：2.0T 发动机、全球首搭 NVIDIA Thor 芯片

领克汽车官方公众号昨日发文宣布，领克 900 2.0T 探索版汽车正式启运，将陆续抵店。

据介绍，领克 900 2.0T 探索版汽车搭载 2.0T 发动机（VEP4）+ 3DHT Pro（P1+P2）+ P4*2「1+3」动力构型，支持 4.3s 零百加速，综合续航 1443km。

该车采用 GVMC 域控制底盘配合矢量机动技术，实现 ±10° 后轮转向，转弯半径小于 5 米，支持蟹行模式，可避开周边障碍。

该车还支持寰宇一体卫星通信，可一键直连天通卫星，支持 24H 无盲区守护、紧急情况时自主发起卫星救援、5~10 米定位精度、360° 无死角安全支持、中国全域覆盖等特点。（来源：IT 之家）

 

Photonmatrix 便携式激光驱蚊器海外众筹：每秒可消灭 30 只蚊子，黑暗中也能工作

科技媒体 Tom’s Hardware 7 月 4 日发布博文，报道称在 Photonmatrix 便携式激光驱蚊设备正在 IndieGogo 平台众筹，起售价为 498 美元（现汇率约合 3569 元人民币），每秒最多可以消灭 30 只蚊子，且在黑暗中也能工作。

Photonmatrix 的一大特点是能够在黑暗中工作，有效范围可达 6 米（19.7 英尺），并且可以使用充电宝供电，最长可持续 16 小时。

这款设备分为基础版和专业版，基础版的有效范围是 3 米（9.8 英尺），售价为 498 美元而专业版则翻倍至 6 米（19.7 英尺），专业版的价格也因此高出 200 美元，达到 698 美元，不过早鸟价可以便宜 40 美元。

众筹目标是 2 万美元（现汇率约合 14.3 万元人民币），目前已超过这一目标的 1300%。尽管资金水平充足，但这款产品目前仍处于原型开发阶段，距离商业生产还有不少挑战。（来源：IT 之家）

温网使用 AI 判罚引选手不满，组委会回应「系统比人工更可靠」

据英国《卫报》4 日报道，温布尔登组委会为使用 AI 司线系统辩护，回应英国一哥杰克・德雷珀对其「并不百分百准确」的质疑。

德雷珀在第二轮不敌 36 岁的前温网亚军马林・西里奇后表示，人工司线被取消令人惋惜。当地时间周四的比赛中，现年 23 岁的德雷珀对采用 AI 技术的鹰眼系统表现出不满。在第四盘的一次争议判罚中，对手发球被判界内，他当场摊手质疑。

德雷珀在赛后表示：「老实说，我不认为这项技术真的完全准确。今天有几个球，系统显示在场地上留下了印记，但从粉末痕迹来看根本不可能。我想它终究不是完美的，这种偏差可能只有几毫米。」

赛事总监杰米・贝克表示：「现在 ATP 巡回赛强制采用实时判线技术，其他两项大满贯也已用上四五年了。」其认为，这也意味着相关技术越来越成熟，认证流程也更加专业。「从准确性到稳定性，如今整套系统的表现可以说达到了网球历史上的最佳水平。」（来源：IT 之家）

小米 AI 眼镜毫不意外地「卖爆」了。

根据小米官方账号的设备激活数据显示，截止 2025 年 7 月 2 日，小米 AI 眼镜的实际用户激活数量已突破三万台。这个数字，区别于模糊的出货量或销量，它直接反映了已经拿到产品并开始使用的真实用户规模，是硬件销售中最重要的活跃用户指标之一。

这一成绩标志着，在经历了一众创业公司的前赴后继和市场摸索后，中国的 AI 眼镜赛道，终于迎来了一位重量级玩家的入场，并且通过强势的品牌效能，正在将 AI 眼镜这一概念普及给更多普通数码用户。

 

小米 AI 眼镜外观 ｜ 图片来源：极客公园

 

这股强劲的势头，在中国 AI 眼镜行业引发了剧烈的涟漪。如果说此前的智能眼镜是少数极客和先行者的「浅滩游戏」，那么小米的入局，则是将整个行业带入了充满变数与机遇的「深水区」。

01

为何是小米？

 

小米的成功并非偶然，它的背后，是整个行业在过去一年多时间里的探索、试错与期待。

中国 AI 眼镜市场中，最典型的负面案例，是曾被寄予厚望的闪极。

作为一家在数码配件领域以设计和「反性价比」著称的新锐品牌，闪极曾抢占先机，试图打造国产版的 Ray-Ban Meta。闪极拍拍镜描绘的功能蓝图——AI、拍摄、记忆、回溯，以及 999 元的「共创价」，一度让市场为之振奋。

然而，理想与现实之间横亘着巨大的工程化鸿沟。从 2024 年 5 月预售到 2025 年 1 月才陆续发货，长达 7 个月的等待消磨了用户的首批热情。而真正到手的产品，更是暴露出一系列问题：有用户反映「新品到货双侧镜腿就不对称，而且镜腿掉漆」，更有甚者，在一个月内连续两次遭遇无法开机、充不进电的致命缺陷。

 

定价 999 元 的闪极眼镜产品在上市之后存在诸多品控问题 ｜ 图片来源：小红书

 

作为一款拍照眼镜，其核心的拍摄功能也备受诟病，画质被用户形容为「千禧年的复古画风」，存在严重的彩噪、色偏和模糊问题。发布会上承诺的视频回溯、蓝牙通话等功能也未能如期上线。

一位阿里通义大模型团队的高管曾透露，闪极团队对 AI 的理解还停留在「接入个 API 就行了」的层面，严重低估了从模型到眼镜应用的整合难度。

硬件选型上的失误更让产品雪上加霜。闪极为拍拍镜搭载了紫光展锐 2020 年发布的智能手表芯片 W517，试图用一颗为手表设计的芯片，去支撑一款需要更长续航、更轻重量、并接入多种大模型的智能眼镜，其调教难度可想而知。

闪极的困境，是整个 AI 眼镜硬件行业从 0 到 1 所面对巨大挑战的缩影——它暴露了创业公司在供应链整合、品控、软件调优和工程化能力上的短板。

在这样的背景下，小米作为一家成熟的、年出货上亿台设备的硬件巨头，其优势被无限放大。强大的供应链议价能力、深厚的硬件工程经验、成熟的质量控制体系以及完善的软件开发团队，共同构成了小米 AI 眼镜成功的基石。

它不需要像创业公司那样在黑暗中摸索，而是在一条已经被验证的道路上，用硬件公司最擅长的方式，做出一款完成度更高、体验更稳定的产品。

02

产品的取舍与再中定义

 

小米 AI 眼镜虽被定调为「面向下一个时代的个人智能设备」，但其产品本身并不「未来」，甚至被不少 XR 媒体评价为「乏善可陈」。

小米 AI 眼镜重约 40g，采用了经典的 D 型方框设计，官方宣称「专为亚洲脸型优化」，佩戴时不易产生明显的压迫感。尽管有评测认为其镜框和镜腿相较于设计更为时尚的 Ray-Ban Meta 略显粗大呆板，但小米通过提供经典黑、半透明玳瑁棕、鹦鹉绿等多种配色，以及支持全渠道配镜服务，最大限度地满足了日常佩戴的时尚属性需求。

 

小米 AI 眼镜外观 ｜ 图片来源：极客公园

 

其硬件设计部分的最大的设计亮点，无疑是「电致变色」版本的推出。用户通过双指划动镜腿，即可在 0.2 秒内实现镜片颜色的多档调节。尽管该功能有时需要多次调试才能成功，且需额外支付 700 至 1000 元的溢价（怒喵科技创始人李楠曾评价「这个技术如果真的想普及，不能这么收割消费者」），但它依然凭借炫酷的科技感吸引了大量订单，目前在多个电商平台均已显示「到货通知」。

第一人称视角（POV）拍摄是当前 AI 眼镜最核心的应用场景。小米选择以更高的分辨率作为突破口，其横屏视频在清晰度和画幅上超越了 Ray-Ban Meta 的竖屏格式，同时也更贴合主流平台的观看习惯。

然而，这种对画质的追求似乎牺牲了部分的稳定性。在运动场景中，小米眼镜的画面拖影相较于防抖性能卓越的 Ray-Ban Meta 更为明显。在交互层面，两者都提供了快捷的操控方式，但细节上的差异体现了不同的打磨思路。小米通过实体按键实现了迅捷的 0.8 秒快拍，但在语音控制上，却缺少了结束录制的指令，必须依赖手动操作。

相比之下，Ray-Ban Meta 的语音交互则更为完整，支持全程语音启停，提供了更沉浸的「解放双手」体验。

此外，作为产品体验的灵魂，AI 的实现路径也直接决定了用户体验的内核。小米与 Meta 选择了两条截然不同的技术路线。

Meta 选择将 AI 模型内置于设备端侧，实现了几乎零延迟的飞快响应。然而，对中国用户来讲，网络限制使其核心的多模态 Meta AI 功能在中国大陆地区无法使用。

目前，小米在 AI 眼镜上选择了一条更务实的「云端」路线，将其 AI 能力完全绑定于手机上的小爱同学。

这种做法的优势在于能够调用强大的云端算力，从而实现会议纪要转写、多语言同声传译等复杂且高度本土化的实用功能。但其代价是，每一次交互都依赖于手机的蓝牙连接，带来了大约两秒的延迟。

03

百镜大战与巨头的野心

 

小米的入局，不仅是推出了一款产品，更是向整个行业发出了一个明确的信号：AI 眼镜的时代，真正开始了。

Ray-Ban Meta 的成功为所有后来者提供了范本和目标。其销量突破 200 万台，合作方依视路陆逊梯卡更是计划到 2026 年底将年产能提升至千万台。这一成功，源于 Meta 的技术与雷朋经典设计的完美结合，以及依视路陆逊梯卡遍布全球的强大线下渠道。

Meta 与依视路的合作证明了，只要解决了设计、佩戴和核心功能问题，消费者愿意为 AI 眼镜买单。

Meta 的野心不止于此。它计划推出更多基于 Oakley 等旗下品牌的联名款，并逐步将 Ray-Ban Meta 打造为一个开放平台，允许第三方开发者为其开发应用。

 

Meta Oakley 眼镜外观 ｜ 图片来源：Meta

 

扎克伯格在内部会议上呼吁：「我们基本开创了这个品类，竞争对手尚未真正进场，但他们终将到来……眼下正是我们全速推进的绝佳时机。」

但在国内，小米面对的是一个蓄势待发、但用户接受程度相对更低的战场。除了前述的闪极，雷鸟创新推出的 V3 AI 眼镜主打 4K 拍摄和 39g 的超轻重量；Rokid Glasses 则凭借其显示功能，数次在社交媒体上「出圈」，在前期同样承担了不少教育市场的成本。

除了产品本身，一场围绕设计与渠道的合纵连横早已展开，博士眼镜、宝岛眼镜等传统眼镜巨头，纷纷与雷鸟、华为、魅族等科技品牌达成合作，试图抢占线下入口。

此外，作为事实上的普及者，小米 AI 眼镜仍然在很多地方起到了教育市场的作用：许多消费者在体验小米 AI 眼镜时都会问：「为什么不能直接在镜片上显示字幕？」

这背后，是 AI 眼镜行业在当前技术阶段产生分水岭的缩影：真正的 AR 眼镜，需要在轻薄的镜片上实现高亮度的信息显示，并由一颗低功耗芯片进行实时运算，即使是目前已经采用自研芯片的小米 AI 眼镜，也没有在当前的试水阶段采用这种设计。

Counterpoint Research 的副总裁 Neil Shah 指出，AR 眼镜最难的部分是占系统总功耗 60% 的显示模组和 30% 的运算芯片。今年六月底，罗永浩在投身 AR 领域、烧掉大量资金后也在极客公园举办的 AGI Playground 大会上坦言，十年内 AR 眼镜都不太可能实现理想的商业化。

因此，无论是小米还是 Meta，都务实地选择了「眼镜+相机+音频+AI」这一形态，作为通往终极 AR 眼镜的过渡阶段。这既是技术上的妥协，也是商业上的明智选择。

但凭借小米的品牌势能，AI 眼镜的概念迅速从科技圈渗透到大众消费市场。三万台的激活量，意味着有三万个活跃的种子用户正在通过社交分享、口碑传播，让更多人了解并对这一新品类产生兴趣。

一款来自巨头、且能够大规模出货的产品，为上游供应商提供了明确的需求和方向。无论是镜片电致变色技术、微型摄像头模组，还是特种转轴和低功耗芯片，都有了可以为之奋斗和迭代的量产目标。一个稳定、健康的产业链生态，正围绕着这些头部产品加速形成。

小米的成功入局，无疑会刺激更多科技和互联网大厂加速推出自己的产品。可以预见，接下来，来自百度、字节跳动等公司的竞品也将陆续登场。2025 年下半年的 AI 智能眼镜市场，将从创业公司零星点火的阶段，正式进入巨头们正面厮杀的激烈竞争格局。

04

通往「下一个 iPhone」的漫长征途

 

小米 AI 眼镜的表现，决定着它能否在中国市场抢占先机，至少从目前的首销销量来讲，小米 AI 眼镜作为大厂中入局最早、最受期待的选手之一，已经抢占了重要的先机。

 

小米 AI 眼镜外观 ｜ 图片来源：极客公园

 

但它远非这场竞赛的终点：从长远看，AI 眼镜的终极目标，的确仍然是成为继智能手机之后的下一代个人计算平台。这条路道阻且长，需要攻克显示、功耗、交互、生态等无数技术难关。但小米 AI 眼镜的火爆销售证明，大门已经被推开，市场已经准备好迎接变革。

在这场没有人愿意错过的、通往「下一个 iPhone」的竞赛中，沿着 Meta 的路线，小米已经率先看见了第一个弯道。

员工曝罗马仕已通知全面停工停产，工资只发到 6 月份

受充电宝召回事件影响，罗马仕经营陷入困境。7 月 3 日，多名罗马仕员工向界面新闻记者证实，自 7 月 1 号开始，罗马仕内部已经陆续通知员工全面停工停产，正式公告还没出，员工工资只发到 6 月份。

7 月 2 日，罗马仕公司发生工商变更，雷社杏卸任法定代表人、董事、经理，由雷杏容接任，此次变更不足三个月。

针对法定代表人变更等事宜，罗马仕方面曾回应媒体称，目前公司正在安排整改，先梳理内部，公司全部精力都聚焦产业链自检，为新品做准备。（来源：界面新闻）

超越苹果：英伟达周四盘中一度突破 3.92 万亿美元，创史上最高市值纪录

7 月 4 日，据路透社报道，周四盘中交易，英伟达市值一度达到 3.92 万亿美元，短暂超过了苹果的创纪录收盘市值，成为史上最具价值的企业。

周四早盘交易，英伟达股价一度上涨 2.4% 至 160.98 美元，市值达到 3.92 万亿美元，超越了苹果在 2024 年 12 月 26 日创下的 3.915 万亿美元的收盘市值纪录。

然而，截至周四收盘，英伟达股价涨幅回落至 1.3%，最终报收于 159.34 美元，市值为 3.89 万亿美元，距离苹果的纪录还有一步之遥。

微软股价周四收盘上涨 1.58%，市值为 3.7 万亿美元，排在第二。苹果股价上涨 0.52%，市值为 3.19 万亿美元，排在第三。（来源：IT 之家）

 

首款车尚未开售，索尼、本田合作电动汽车项目年亏损已超 3.6 亿美元

7 月 3 日消息，据彭博社 6 月 30 日报道，索尼、本田合作推出的电动车项目年度营业亏损扩大逾一倍，达到约 3.62 亿美元（注：现汇率约合 25.93 亿元人民币），而双方合作的首款车型 Afeela 的上市发布还要等一段时间。

索尼本田移动公司在周一发布的财报中披露，截至今年 3 月的财年亏损为 520 亿日元（现汇率约合 25.91 亿元人民币），较上一财年的 205 亿日元大幅增加。（来源：IT 之家）

 

特斯拉 6 月国内销量环比上涨 59%, 创二季度单月最高国内销量

7 月 3 日消息，2025 年 6 月特斯拉国内销量 6.1 万辆，环比上涨 59%，同比上涨 3.7%，创下二季度单月最高国内销量。据乘联会最新数据显示，特斯拉上海超级工厂第二季度交付量为 19.1 万辆，较一季度环比增长 10.98%。

乘联分会数据显示，6 月全国新能源乘用车厂商批发销量 126 万辆，同比增长 29%，环比增长 3%。其中，特斯拉中国 6 月新能源乘用车批发销量 71599 辆，排名第 4。

虽然国内迎喜报，但特斯拉二季度全球交付量创造史上最大跌幅，共交付 384122 辆，同比下降 13.5%，且低于分析师预期的 38.7 万辆。（来源：财联社）

小米 YU7「车规级」纸巾盒被骂卖太贵，雷军回应

小米 YU7 上周发布上市，起售价为 25.35 万元，在发布会当晚仅用 3 分钟就突破了 20 万台大定量，数据极为夸张，刷新了行业认知。

小米 YU7 是围绕小米人车家战略的产品，车上预留了多个 IoT 硬件适配口以及配件放置位，其中，光磁吸点位就多达 16 个，甚至在中控屏幕后面的仪表台上，都专门为纸巾盒做了一个磁吸点。

该点位配套的「车载磁吸纸巾盒」目前已经在小米汽车 App 商城上架，售价 169 元。

不过，大众普遍认为这个纸巾盒定价过于昂贵，并在网上开始热议起来，昨晚雷军在返场直播中回应了这个问题。他表示，这个纸巾盒在设计的时候，材质、制作工艺比较复杂，刚开始过不了车规的测试。后来又改材质和胶，弄得成本巨高无比。大家可能不知道，它放的那个位置，我们在吐鲁番的时候是 90℃，一般胶的盒子肯定给你晒化了。

最后，雷军还是觉得定价过于高昂，表示会逼内部进一步去降低成本。（来源：数字尾巴）

 

西门子称美国已取消对中国芯片设计软件的出口限制

7 月 3 日消息，德国西门子股份公司收到美国政府的通知称，美国已取消对中国芯片设计软件的出口限制。根据公司声明，这家德国供应商已恢复中国客户对其软件和技术的全面访问。

西门子公司就此回应称，近期获美国商务部工业与安全局（BIS）通知，该局于 5 月 23 日致函西门子所提出的对中国客户出口电子设计自动化（EDA）软件及技术的管制限制现已不再适用。据此，在遵守适用出口管制法律法规的前提下，西门子已恢复对出口管制分类编号（ECCNs）为 3D991 和 3E991 的软件与技术的完整访问权限，并已恢复对中国客户的销售和技术支持服务。

「175 余年来，西门子始终致力于为包含中美两国在内的全球客户提供支持。当今全球贸易环境快速变化，我们深知这些变化可能会为客户带来不便，并对客户给予的耐心和理解表示感谢。」该公司称。（来源：澎湃新闻）

 

制造问题搞不定，苹果可折叠 iPad 折戟：需求也不足

7 月 3 日消息，继 iPhone 之后，苹果可折叠产品系列的下一步无疑是 iPad，但遗憾的是，最新消息称苹果遇到了一系列问题，迫使其不得不为可折叠平板的开发进程踩刹车。

报道称，苹果公司也一直在探索在推出 iPhone 的同时推出可折叠 iPad，不过该公司已决定暂时停止这款最大的可折叠设备的研发。

业内专家将这一决定归因于制造困难、生产成本的增加，尤其是与柔性显示技术相关的成本增加，以及消费者对较大型可折叠设备的需求相对较小。（来源：快科技）

 

小红书辟谣被阿里收购：系谣言

7 月 3 日信息，今日在社交媒体上，有消息称，「内部消息称，小红书马上要被阿里收购了。」对此，新浪科技向阿里巴巴和小红书双方进行求证，小红书方面表示，「以上信息为谣言。」阿里方面截止发稿未回应。

早在 2019 年，就出现了针对阿里将收购小红书，且阿里系 HRG 已经进驻该公司的相关传言。对此，小红书高管曾公开表示，「是造谣，已发函至谣言的源头，将追责到底。」

公开信息显示，从 2013 年创立至今，小红书一共获得 7 轮融资，其历轮投资者包括腾讯、阿里巴巴、天图投资、真格基金和中信资本等，累计融资额超 9 亿美元。

近日，据外媒披露，金沙江创投一份标注为今年 3 月的内部文件显示，小红书估值已跃升至 260 亿美元，较 2023 年底的 170 亿美元增长超 50%，并超过其 2021 年创下的 200 亿美元历史峰值。（来源：新浪科技）

全球首款 L3 级算力 AI 汽车！小鹏 G7 上市，售价 19.58 万元起

7 月 3 日消息，今日晚间，小鹏汽车举行小鹏 G7 上市发布会，号称是全球首款 L3 级算力的超级 AI 汽车。

新车分为 602 长续航 Max 版、702 超长续航 Max 版、702 超长续航 Ultra 版三个版本车型，售价分别为 19.58 万元、20.58 万元、22.58 万元。小鹏 G7 此前已启动预售，预售价为 23.58 万元。

据介绍，小鹏 G7Max 版标配两颗 Orin-X 芯片，Ultra 版配备三颗图灵 AI 芯片，算力相当于 9 颗 Orin-X 芯片，有效算力大于 2200TOPS，是行业其他旗舰 3 倍以上。（来源：红星新闻）

 

LiblibAI 正式推出 Lovart 国内版本「星流 Agent」

7 月 3 日，LiblibAI 正式推出 Lovart 国内版本「星流 Agent」，定位为一款面向中文创作者的智能设计拍档。产品延续 Lovart 海外版本的核心能力，支持自然语言生成整套设计物料，包含主图、海报、社媒封面、视频动画及 3D 模型等。系统已接入十余个主流大模型，支持图像、视频、声音、3D 的一站式生成与导出。目前星流 Agent 已在 PC 端及移动端同步上线。（来源：36氪）

 

iPhone 17 Pro 新 MagSafe 设计曝光：圆形底部开口，适应背板苹果 LOGO 下移调整

7 月 3 日消息，科技媒体 majinbuofficial 昨日发布博文，报道称苹果公司在调整 iPhone 17 Pro 机型背面的苹果 LOGO 位置之外，还因此调整了 MagSafe 系统磁圈布局。

据此前报道，苹果今年推出的 iPhone 17 Pro 机型由于横向矩阵设计，因此苹果会调整后盖 LOGO 位置，向下移至靠近底部中心的位置，这也带来了磁圈布局调整。

MagSafe 系统自 iPhone 12 起就依赖精确的磁铁阵列来实现对齐和配件兼容。随着 iPhone 17 Pro 上苹果标志的下移，磁铁阵列也相应地移向底部中心。（来源：IT 之家）

Grok 4 意外提前曝光，马斯克宣布「重写人类知识库」

7 月 3 日消息，马斯克旗下 xAI 的「重磅炸弹」Grok 4 提前泄露，有开发者在 xAI 控制台的源代码中意外发现了两个全新模型 Grok 4 和 Grok 4 Code。与此同时，xAI 刚刚完成了一轮 100 亿美元（约 716 亿人民币）的巨额融资。

Grok 4 被定位为「最新、最强大的旗舰模型」，官方宣称它在自然语言、数学和推理方面提供无与伦比的性能，堪称万能的完美之选。但马斯克的野心远不止于此，他提出了一个听起来就很「马斯克」的宏大目标：利用 Grok 4 的推理能力重写整个人类知识库，补充缺失的内容，纠正错误的知识，然后基于这个「纯净版」知识库重新训练 AI。

对此，Cohere 联合创始人 Nick Frosst 就担心 Grok 4 会不会变成「马斯克观点的放大器」。也有网友表示自己会通过收藏纸质书籍来保存人类知识的原貌，对抗 AI 的「修正」。（来源：量子位）

在 MONA M03 成为爆款之后，小鹏能持续在 KTV 蹦迪吗？

7月3日，一款被称为「AI智能家庭SUV」的小鹏G7正式上市了。新车共推出三个版本，售价在19.58万元到22.58万元之间。这次新增了602长续航Max，最终售价比预售价直降4万元。

此前的6月11日，小鹏G7亮相并开始预售。作为2025年小鹏首款全新车型，G7预售两大版本：Max版 / Ultra版，预售价仅需23.58万元起。

就在小鹏G7上市前一周，小米YU7上市后爆单，1小时拿下28.9万辆订单。两款车发布时间这么近，定位也有些类似地方，小鹏G7会不会被小米「碾压」？小鹏能否延续此前的高速增长攻势吗？

2200 TOPS 的 AI汽车

当车企进入一个细分市场时，除了要明确产品定位，还要看玩家有谁？G7所在的20 万到30万细分市场，已经是一个竞争充分的红海市场，其中特斯拉Model Y是那个「学霸」。

「围攻」特斯拉，是过去几年中国新能源市场的常见戏码。去年，乐道 L60、智己 LS6、极氪 7X等，就上演了「六大门派」围攻Model Y的戏码。但最终效果有限，特斯拉依然是细分市场的冠军。

特斯拉Model Y作为一个绕不开的角色，不管是发布会PPT，还是用户选车时，小鹏要如何与Model Y竞争呢？

它没有硬碰硬，而是亮出了自己的两大「秘密武器」：硬核科技和空间舒适。

我们先来看一下硬核科技，这里不仅是科技平权，更要「硬核」。这次发布会上，小鹏带来了702km CLTC超长续航、全域800V高压SiC碳化硅平台、5C超充AI电池、追光全景抬头显示AR-HUD、天玑系统等。

小鹏汽车自研的图灵AI芯片 | 图片来源：小鹏汽车

其中，最受关注的是小鹏自研的图灵AI芯片。

据了解，小鹏G7的Ultra版本搭载了3颗小鹏自研的「图灵AI芯片」，总算力超过了 2200 TOPS，因此官方给 G7 的标签之一是第一款「具备 L3 级别算力」的 AI 汽车。G7的算力是行业主流旗舰的 3 倍到 28 倍，这让它能运行更复杂、更智能的AI程序。

不过，2200 TOPS的算力，并非全部用在辅助驾驶。具体是这么分配的：在辅助驾驶方面，用两块图灵AI芯片替代双英伟达Orin-X芯片；在座舱方面，小鹏采用图灵AI芯片+高通8295P，有效AI算力比行业旗舰大26倍。

小鹏用3颗自研芯片，释放出2200TOPS的算力，到底能否转化为用户体验呢？还是跟前几年类似又在「堆料」呢？对此，何小鹏表示，他们要做的是大模型的本地化部署。

在软件方面，小鹏采用了VLA-OL+VLM双架构，不依赖云端即可完成复杂场景决策。VLA (Vision-Language-Action) 模型，你可以把它理解成「行动决策大脑」。它不像只会背书的学生，而是像一个经验丰富的老司机。它通过摄像头看到世界，用AI去理解这个世界，然后做出最合理的行动。

而VLM (Vision-Language Model) 模型，则可以叫它「理解世界的大脑」。如果说VLA负责「怎么开」，VLM就负责「看懂了什么」以及「如何与你交流」。

简单来说，VLA掌管车的运动与行动决策，而VLM则负责理解与交流，是整车跟人交互OS的入口。

把家用SUV卷成「移动客厅」

在过去10年的发展过程中，小鹏汽车就经历了一次从「偏科生」到「全能选手」的转变。

几年前，当上百家新公司涌入新能源汽车这个赛道时，竞争异常激烈。当时的小鹏就像一个「偏科生」，它选择将自己最擅长的「智能化」这一科做到极致，希望靠着这个「独门绝技」脱颖而出。这在当时是聪明的策略，也确实让它活了下来。

但是，随着时间推移，大家发现，买车就像我们选择一个朋友或伙伴，不能只看他一方面。如果一辆车虽然很「聪明」，但在空间、舒适度这些日常最常用到的地方却表现平平，很多人可能还是会犹豫。

何小鹏也意识到了这一点，尤其是在经历了一些波折后。他开始明白，一辆好车，不能有明显的「偏科」或「短板」。于是，小鹏汽车开始「发奋图强」，力争成为一个各方面都优秀的「全能选手」。

这次全新的小鹏G7，就是他交出的一张「全能答卷」。它不仅保留了硬核科技这个「奇兵」，更在大家最关心的空间和舒适度上，下足了功夫。

小鹏G7实现88%超大得房率，整车空间达4.47m³ | 图片来源：小鹏汽车

对于一辆家用车来说，「大」就是硬道理。小鹏G7是怎么做的呢？

它通过缩短车头、拉长车尾的设计，让车子看起来很动感的同时，把内部空间压榨到了极致。后排乘客的腿部空间非常宽敞，远超同级别的车，跷二郎腿都绰绰有余。

它的后备厢有819升，比以「能装」著称的特斯拉Model Y还要大。如果把后排座椅放倒，更能扩展到一个惊人的2277升！这是什么概念？别说日常购物、放婴儿车了，就算是搬家拉个小冰箱，或者周末全家出游带上帐篷、烧烤架，都毫无压力。

除此之外，小鹏G7在空间上还有很多小巧思，全车有39处储物空间。最有趣的是一个电子密码手套箱。就像给你的储物格上了个保险箱，在中控屏幕上输入密码才能打开，放点隐私或贵重物品。

如果说空间是硬指标，那舒适度就是软实力。小鹏G7全车标配了通风、加热、按摩和电动调节功能。座椅坐上去非常柔软，据说比奔驰的座椅还要软50%。

小鹏G7还有一个聪明的「太极AI底盘」， 它能根据路况自动调节悬挂的软硬，过减速带时更柔和，高速转弯时支撑更有力，让开车坐车都更平稳舒适。

同时，小鹏G7全车配备了20个扬声器，最厉害的是，这个音响系统能「听懂」音乐。它会根据你放的歌曲是摇滚、古典还是流行，自动匹配最合适的音效，让你随时随地都能享受到「最佳听音位」的待遇。

00后看不上水桶车，想要有绝活的车

在小鹏G7上市前，汽车圈发生了一件大事：小米汽车YU7来了，而且一来就火得一塌糊涂，订单量像滚雪球一样疯涨。

这下，很多人都为一周后才登场的小鹏G7捏了一把汗。毕竟，凭借雷军的营销能力，小米YU7就像一个自带流量的「超级网红」，吸引了所有人的目光。G7作为后来者，会不会被抢了风头？

对此，小鹏汽车P/G系列产品负责人 Nick表示，小米YU7是一款长板非常长的车。小鹏G7和小米YU7是两个赛道、两个品类：G7主打硬核科技、舒适性，小米YU7的强项在颜值、操控。市场上之前产品更偏向是水桶车的车型，均衡，随着95后、00后的年轻人成为购车主力，他们不再只满足于一辆「没毛病」的车，他们需要的是一款长板非常长的车型。

2025年上半年小鹏汽车的销量，已经超过去年全年 | 图片来源：小鹏汽车

那小鹏G7，能否延续小鹏当前大热的势头？

7月1日，小鹏公布了6月份和整个上半年的成绩单，数据非常亮眼。6月交付新车34,611台，比去年同期暴涨了224%！这已经是小鹏连续8个月，月销量稳定在3万台以上。更厉害的是，今年上半年的销量（19.7万台），已经超过了2024年全年的总和。

截止发稿，小鹏并没有像往常一样，发布销量战报。答案或许已经不那么重要了。因为对于今天的小鹏来说，一时的销量爆款固然可喜，但更重要的是，在成为一家「全球领先的AI汽车公司」的漫长道路上，每一步都走得稳健而有力。

在他们看来，赢得一城一地的得失并非终极目标。他们真正在乎的，是「组织的复利」——打造一个强大的、能不断自我进化的团队和体系。

因为，在中国市场激烈竞争的下半场，组织力才是最需要经受考验的。

 

过去半年，「AI 语音」赛道正密集地获得融资。尤其引人注目的是，这些融资多为大额，并且投向早期团队。

比如，前不久 AI 语音应用 Wispr Flow 靠「默念输入」，完成了 3000 万美元的 A 轮融资，累计融资额已达 5600 万美元；语音模型公司 Cartesia 在 3 月份完成了 6400 万美元的 A 轮融资，累计融资 9100 万美元；AI 语音合成公司 ElevenLabs 更是在 1 月份宣布完成 1.8 亿美元的 C 轮融资，估值超过 30 亿美元。

与此同时，无论是 Meta、OpenAI、Google 等科技巨头，还是 MiniMax 等创业公司，都在密集发布自己的语音模型或语音产品。Siri 也被曝出或将被 ChatGPT 或 Claude 等模型接管，来跟上语音交互的进展。

这些消息无一例外都指向了 AI 语音的火爆。

为什么过去半年多以来，AI 语音领域会如此集中地爆发？

声智副总裁黄赟贺认为，语音对话从一个 App 中的功能模块，迅速进化为 AI 时代入口级别的存在，与大模型的加持有极大关系。

在智能音箱红极一时的年代，大部分我们熟知的智能音箱品牌都搭载了声智的远场声学交互技术，比如小爱同学、天猫精灵、小度音箱等等。而「小爱小爱」的唤醒词，实际上也是来自于声智。

这家公司创办于 2016 年，一直在声学+ AI 交叉领域探索。然而，作为一家在幕后提供 AI 声学技术的公司，在大模型浪潮来临之后，果断选择下场投身开发自己的 C 端产品。毫无疑问，他们看到了这波「大模型+语音」浪潮里新的商业机会，其旗下的 AI 耳机目前出货量已接近 100 万套。

前不久，极客公园与声智副总裁黄赟贺聊了聊AI语音市场的爆发逻辑、语音交互的「卡点」，以及它将如何影响我们的未来。

 

以下内容根据黄赟贺的讲述和声智的论文整理而成：

AI 语音的想象力，已经远在 Siri 之上｜图片来源：网络

 

AI 语音为何现在爆发了？

最近两年，越来越多的 AI 语音初创团队获得大额融资，集中爆发。

其中，一个很重要的推动因素是，大模型让声音这项基础能力首次实现了「可编程化」。

「可编程化」这个词，意味着将一种能力或者一个对象，通过清晰的接口和逻辑，变得可以被代码自由地调用、组合、修改和控制。过去，文字是可编程的，图像是可编程的，甚至视频也是可编程的（比如视频编辑软件）。

但声音更多的是一种「输入」或「输出」的介质，其内部的复杂结构和信息，很难被软件直接「编程」和「理解」。

传统的语音识别，更多是把声音转换成文字，然后对文字进行处理。

比如，之前在深圳、成都有很多做声音标注的团队，拿到语音之后，再人工转换成文字，打上不同的标签，比如各种特征、意向的标签。

大模型来了之后，打标签的这项工作可以交给大模型，它比大量的人工团队标得快和准。

以前做 NLP 的背后都是一堆苦逼的运营在那里打标签，让 AI 系统能够识别每个句子的意向。过去，语音的开发，每增加一个功能，都需要从头写代码，费时费力。比如，想让智能音箱支持「点外卖」，得单独开发一套语音识别和语义逻辑，成本高、周期长。

而现在 AI 大模型可以解决了。

更重要的，依靠大模型对多模态数据的深度理解能力，对声学信号的更细致解析，使得声音本身携带的除了文字信息之外的更多信息，开始被 AI 系统直接捕捉、理解和「编程」。

这种可编程化，意味着 AI 可以像处理数据一样处理声音。它可以分析声音的频率、振幅、波形，提取出情绪特征、识别不同的声源、声源距离、甚至预测你的意图。

这时，声音包含的不再仅仅是「你说了什么」，更是「你如何说」、「你在哪里说」、「谁在说」以及「你说了之后希望发生什么」。

由此，声音也成为了真正的交互引擎。

 

真正的语音交互，不是「Voice」而是「Sound」

其实，很多人以为，语音交互就是「Voice」（语音）。但其实 Voice 这个词是一个狭窄概念。真正的语音交互，核心不是「Voice」，而是「Sound」（声音）。Sound 里面包含了 Voice。

具体来说，「Sound」包含了更丰富的元素：语调、音色、节奏、情绪，更重要的是环境音。环境音里面可能包含了环境中的各种非语音信息，比如背景音乐、环境噪音（风声、雨声、车声）、物体发出的声音（开门声、打字声）、以及人类语音中包含的非语义信息（语调、语速、音色、语气词、叹息声、笑声、哭声等）。

比如说，你咳嗽的时候，跟 AI 说话，它可能会识别出咳嗽，然后跟你说多喝水；比如，你在咖啡馆说，「帮我找个安静的地方」，AI 不仅要理解你的指令，还要从背景音中判断出你当前的环境嘈杂，从而推荐附近的图书馆。

当我说「下一代对话交互的入口并非『Voice』，而是『Sound』」时，我指的是 AI 系统将不再仅仅依赖于识别你说的「词」，而是能够全面感知和理解你所处环境的「声学场景」中的所有关键元素。

只有当 AI 能够全面感知并解析「Sound」中包含的这些多维度信息时，它才能真正理解用户的深层需求，提供更精准、更个性化、更富有情感的交互。这才是真正的「语音交互」，它不仅仅是「听懂」字面意思，更是「听懂」你的「言外之意」和「心声」。

 

语音交互的「卡点」，大厂烧钱也没用

尽管大模型带来了语音交互的巨大飞跃，但语音交互当下依然存在一个核心的「卡点」，而这个卡点根植于物理学，具体来说，就是声学。

我们常说「听清、听懂、会说」。「听懂」和「会说」的能力，正在被大模型以前所未有的速度提升。但「听清」这个最基础的环节，却受到物理层面的制约。如果 AI 听不清你的指令，即便它能「听懂」再复杂的语义，能「会说」再动听的话语，那也都是空中楼阁。

比如说当下最热门的具身智能，现在很多机器人都是电驱动的，那么它带来几个大问题，一方面是电路的噪声本身就很大，另一方面是关节噪声，还有就是很多机器人是金属材质，厚厚的，声音在穿透时会大幅衰减。

所以，机器人动起来的时候，噪声很大，尤其在室外，更难听清楚人的指令。要么大声喊，或者拿麦克风喊。因此，现在很多机器人都要靠遥控器来控制。

当下最先进的具身智能机器人仍然依赖于遥控器来操控｜图片来源：网络

这方面，其实就需要对声学层面的突破，比如说环境噪声的抑制，比如电路底噪的抑制，还有啸叫的抑制、混响回响的抑制等等。

而这些就是物理学科的逻辑，它需要数据样本，需要 know how 的壁垒，不仅是技术问题，而是时间的问题，需要时间去采集声音、做训练。

这不是烧钱能解决的。

让 AI 准确地「听清」用户的指令，依然是一个世界级的难题。而声学相关的人才很少，所以像谷歌、微软、苹果经常会收购声学技术的初创公司，几乎只要出来一家就会收购他们。

大家都明白，要构建真正的下一代人机交互系统，拥有核心的声学能力是基石。

 

语音交互的下一站，是实现「共情」

现在很多 AI 应用的日活、留存不高，有个很大的原因就是普通人本身是不会提问的，让人向大模型提问，这本身就是一个非常高的交互门槛。

好的提问还需要学识、表达等基础，所以停留在文字层面的问答，本身就是一种门槛限制。

而语音带来的一种可能性是，它正在开启一个全新的阶段——人机交互的「共情模式」。

如果把语音交互比作一个「UI 界面」，那这个界面会长什么样？我们可以做个推演，它的构成要素可能会有：

• 情绪识别：AI 通过分析语调、音量、语速，判断用户的情感状态。比如，你的声音颤抖，AI 可能推测你在紧张或伤心。

• 意图理解：不仅听懂你说了什么，还要明白你想做什么。比如，你说「播放音乐」，AI 会根据你的情绪，决定是放摇滚还是古典。

• 声纹识别：通过独一无二的音声波特征，区分不同用户。比如，家里的智能音箱能自动切换到「孩子模式」模式，只为孩子的声音提供安全的回应。

• 情绪生成：AI 的回应需要带有情感化的表达。比如，用温暖的语气说「别担心，我来帮你解决」，而不是机械的「好的，正在处理」。

这些要素的背后，是 AI 从「功能导向」到「情感导向」的转变，AI 会与人实现共情。这种交互，能显著提升长时间交互的质量和亲密感。

不仅如此，从狭义的「Voice」拓展到广义的「Sound」，当 AI 能接收到的不仅仅是用户的指令，而是整个物理世界的实时反馈时，我们可以去构建一个「声学世界模型」。

这个「声学世界模型」可以理解声音在物理世界中产生、传播和交互的根本规律，它不仅要「听清」和「听懂」，更要具备「声学常识」和「声学推理」的能力：它能从一声闷响中分辨出是书本落地还是箱子倒塌；能通过回声判断出房间的大小与空旷程度；更能理解「脚步声由远及近」背后所蕴含的物理运动逻辑。

未来，当这样一个声学世界模型与视觉、语言大模型深度融合时，具身智能机器人将不再「失聪」和冰冷。这也是我们正在做的。